Diseño de una interfaz para la segmentación de agua, vegetación y ciudad en imágenes multiespectrales utilizando SVM (TOLTECA)

Abstract

Floodings in Mexico generated economic and human losses in recent years, so it is necessary to use all possible tools that can help the government to reduce all these disasters, especially human losses. Therefore, a Graphical User Interface (GUI) was developed in Matlab for the segmentation and classification of vegetation, water and city in multispectral images obtained from the Landsat 8 satellite with the intention of detecting floods and vulnerable zones of flooding. The interface performs a feature extraction, segmentation, classification, validation and visualization of the final results obtained through basic segmentation algorithms such as the Normalized Difference Water Index (NDWI), Normalized Difference Vegetation Index (NDVI), in addition to performing the segmentation with one of the artificial intelligence methodologies most used in the state of the art: support vector machine (SVM) and the proposal of SVM with the k-nearest neighbors as an improvement to the algorithm. Support Vector Machine, Flooding, Multispectral Image Resumen Las inundaciones en México han generado perdidas económicas y humanas en los últimos años, por eso es necesario utilizar todas las herramientas posibles que puedan ayudar al gobierno a reducir todos estos desastres, en especial la perdida humana. Por lo tanto se desarrolló una interfaz gráfica para el usuario, conocida también como GUI (del inglés Graphical User Interface) en Matlab para la segmentación y clasificación de vegetación, agua y ciudad en imágenes multiespectrales obtenidas del satélite Landsat 8 con la intención de detectar inundaciones y zonas vulnerables a inundaciones, el diseño de la interfaz realiza una extracción de características, segmentación, clasificación, validación y visualización de los resultados finales obtenidos a través de algoritmos de segmentación básicos como lo son Índice Diferencial de Agua Normalizado (NDWI), Índice de vegetación de Diferencia Normalizada (NDVI), además de realizar la segmentación con una de las metodologías de inteligencia artificial más utilizadas en el estado del arte: máquinas de vectores de soporte (SVM) y la propuesta de SVM con k-vecinos cercanos como una mejora al algoritmo. Máquinas de Vectores de Soporte, Inundaciones, Imágenes Multiespectrales Citation: GONZÁLEZ-RAMÍREZ, Andrea, YAÑEZ-VARGAS, Israel, SANTIAGO-PAZ, Jayro, TORRES-ROMÁN, Deni and PARRA-MICHEL, Ramón. Interface design for water, vegetation and city segmentation in multispectral images using SVM (TOLTECA). Journal of Technology and Innovation. 2019, 6-19: 8-14. * Correspondence to Author (email: [email protected]) † Researcher contributing first author © ECORFAN–Bolivia www.ecorfan.org/bolivia